
本文介绍如何在 linux 环境下,通过管道将命令行程序实时输出的 json 行(json lines 或多行 json)直接交由 python 脚本逐行解析,跳过中间文件存储,实现低延迟、内存友好的流式数据处理。
本文介绍如何在 linux 环境下,通过管道将命令行程序实时输出的 json 行(json lines 或多行 json)直接交由 python 脚本逐行解析,跳过中间文件存储,实现低延迟、内存友好的流式数据处理。
在 Linux 命令行中,许多工具(如 journalctl、kubectl logs、传感器采集程序等)会持续向标准输出(stdout)以 JSON 格式推送结构化数据。若按传统方式先重定向到文件再读取解析,不仅引入 I/O 开销和磁盘依赖,还会造成处理延迟。理想方案是构建实时流式处理管道:command | python processor.py,让 Python 在数据抵达时即时解析、提取字段、执行逻辑(如过滤、转换、告警、入库或转发)。
✅ 核心方法:从 sys.stdin 逐行读取 JSON
Python 脚本应以行为单位读取标准输入(适用于 JSON Lines 格式,即每行一个合法 JSON 对象),并使用 json.loads() 解析:
#!/usr/bin/env python3
import sys
import json
for line in sys.stdin:
line = line.strip()
if not line:
continue
try:
data = json.loads(line)
# 提取所需字段(示例)
class_name = data.get("class")
dte_status = data.get("dte")
print(f"Class: {class_name}, DTE: {dte_status}")
# ✅ 此处可添加任意业务逻辑:写入数据库、发送 HTTP 请求、触发函数等
except json.JSONDecodeError as e:
sys.stderr.write(f"Invalid JSON line: {line!r} — {e}\n")
continue
? 关键点:
- 使用
for line in sys.stdin实现阻塞式、内存恒定的流读取(无需加载全部内容);line.strip()清除换行符与空格;data.get(key)安全访问字段,避免 KeyError;- 异常捕获确保单行解析失败不影响后续处理。
⚙️ 进阶优化:用 jq 预筛选字段(推荐组合使用)
若原始 JSON 结构复杂、体积大,或仅需少数字段,可在 Python 前用 jq 提前裁剪,显著降低 Python 解析开销与网络/内存压力:
KeystoneJS 是一个功能强大的开源无头 CMS,适用于 Node.js,它根据您的模式定义自动生成 GraphQL API 和基于 React 的管理界面。由 Thinkmill 构建,支持 PostgreSQL 和 SQLite、自定义访问控制、钩子、虚拟字段和基于文档的富文本编辑。
# 方案1:提取多个字段为紧凑数组(一行一数组)
your_command | jq -c '[.class, .dte]' | python extract.py
# 方案2:提取为精简字典(更易读、语义清晰)
your_command | jq -c '{class, dte}' | python extract.py
# 方案3:跨嵌套层级提取(如 .A.class 和 .B.dte)
your_command | jq -c '{class: .A.class, dte: .B.dte}' | python extract.py
对应 extract.py 可简化为:
import sys
import json
for line in sys.stdin:
try:
obj = json.loads(line.strip())
# obj 已是 {'class': 'AIS', 'dte': false} 形式,直接使用
print(f"→ {obj['class']}, {obj['dte']}")
except Exception as e:
pass
⚠️ 注意事项与最佳实践
-
格式确认优先:确保源程序输出的是 JSON Lines(每行独立 JSON)而非单一大 JSON 数组。若为数组,需改用
json.load(sys.stdin)并配合迭代器处理。 -
编码兼容性:显式指定
sys.stdin.reconfigure(encoding='utf-8')(Python ≥ 3.7)避免中文等字符解码错误。 -
性能敏感场景:避免在循环内做耗时操作(如同步 HTTP 请求);可结合
asyncio或多进程队列提升吞吐。 -
健壮性增强:生产环境建议添加超时控制、信号处理(如
signal.SIGPIPE捕获)及日志记录。 -
调试技巧:用
your_command | head -n 5 | jq '.'快速验证输出格式;用stdbuf -oL your_command | python script.py强制行缓冲,防止输出卡顿。
通过上述方式,你既能享受 Python 生态的灵活性与表达力,又能借助 Unix 管道哲学实现轻量、可靠、可组合的实时数据流水线。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










